- 当期目录
- 下载排行
- 过刊浏览
显示方式：
2025,4(3)
, DOI: 10. 12407 / j. issn. 2097-2075. 2025. 03. 001
摘要：
基于多源领域泛化任务中现有方法基于线性分类器构建决策边界易导致源域过拟合的问题，本研究提出基于类特征条件分布建模的二次决策边界新范式。通过建立类别均值与协方差联合参数化的马氏距离分类器，实现跨域类内协方差建模与特征可分离性最大化。该方法创新性地引入三项关键技术：（1）构建类特征条件概率分布模型，通过贝叶斯规则推导二次决策边界，有效抑制类内特征变异；（2）最小化类内变化来优化建模的类条件分布，并最大化类间差异以增强推理精度；（3）采用指数移动平均算法动态优化小批量数据的均值与协方差估计，提升跨域泛化鲁棒性。在RotatedMNIST、PACS和VLCS等基准数据集上的实验表明，该方法较基线模型平均准确率提升1.2%-4.2%。研究成果为复杂数据分布的领域泛化问题提供了理论支持与实践路径，对自动驾驶跨气候场景适应、医疗影像跨设备迁移等工程应用具有重要参考价值。
基于多源领域泛化任务中现有方法基于线性分类器构建决策边界易导致源域过拟合的问题，本研究提出基于类特征条件分布建模的二次决策边界新范式。通过建立类别均值与协方差联合参数化的马氏距离分类器，实现跨域类内协方差建模与特征可分离性最大化。该方法创新性地引入三项关键技术：（1）构建类特征条件概率分布模型，通过贝叶斯规则推导二次决策边界，有效抑制类内特征变异；（2）最小化类内变化来优化建模的类条件分布，并最大化类间差异以增强推理精度；（3）采用指数移动平均算法动态优化小批量数据的均值与协方差估计，提升跨域泛化鲁棒性。在RotatedMNIST、PACS和VLCS等基准数据集上的实验表明，该方法较基线模型平均准确率提升1.2%-4.2%。研究成果为复杂数据分布的领域泛化问题提供了理论支持与实践路径，对自动驾驶跨气候场景适应、医疗影像跨设备迁移等工程应用具有重要参考价值。
2025,4(3)
, DOI: 10.12407/j.issn.2097-2075.2025.03.034
摘要：
随着文本隐写技术的不断发展,文本隐写分析技术在信息安全领域的重要性日益突出。传统分析方法主要侧重于词汇与句子的分布规律和频率特征等统计特征,以及词汇概念、主题情感等语义特征进行分析,忽略了文本中蕴含的语法信息,导致其对多种隐写算法生成的隐写文本识别准确率有限。为提升隐写文本识别的准确率与普适性,本文提出一种综合语义特征与语法特征等多元特征的自然语言隐写分析框架。具体来说,通过使用BERT预训练模型提取文本的语义特征,并结合GAT图神经网络提取的语法特征进行特征融合,采用k-max卷积神经网络作为分类器,构建了一个准确性和普适性兼具的自然语言隐写分析模型。经实验验证,本文提出的分析框架在IMDB、Twitter、News等多个数据集准确率达到了98%,消融实验表示,语法特征的加入能够显著提升中长文本居多环境下隐写文本的分析检测效率。
随着文本隐写技术的不断发展,文本隐写分析技术在信息安全领域的重要性日益突出。传统分析方法主要侧重于词汇与句子的分布规律和频率特征等统计特征,以及词汇概念、主题情感等语义特征进行分析,忽略了文本中蕴含的语法信息,导致其对多种隐写算法生成的隐写文本识别准确率有限。为提升隐写文本识别的准确率与普适性,本文提出一种综合语义特征与语法特征等多元特征的自然语言隐写分析框架。具体来说,通过使用BERT预训练模型提取文本的语义特征,并结合GAT图神经网络提取的语法特征进行特征融合,采用k-max卷积神经网络作为分类器,构建了一个准确性和普适性兼具的自然语言隐写分析模型。经实验验证,本文提出的分析框架在IMDB、Twitter、News等多个数据集准确率达到了98%,消融实验表示,语法特征的加入能够显著提升中长文本居多环境下隐写文本的分析检测效率。
2025,4(3)
, DOI: 10.12407/j.issn.2097-2075.2025.03.023
摘要：
针对云计算、物联网等网络环境中，传统入侵检测方法存在泛化性与可解释性不足的问题，为此，提出一种融合特征压缩与行为关联分析的威胁趋势表征方法（Threat Trend Mapping Method, TTMM）。该方法基于自编码器构建低维特征表示，引入对比损失函数强化同类聚合与异类区分；通过聚类分析提取各类数据的基线特征，生成测试样本与基线之间的趋势相似度图谱，从而实现网络威胁的可视化表征。实验表明，TTMM在区分异类基线样本、识别同类趋势特征中表现突出，多类攻击检测的准确率与稳定性优异；且经特征空间优化，在KNN模型及CIC-Bell-DNS-2021等数据集上，准确率最高提升24.11%。
针对云计算、物联网等网络环境中，传统入侵检测方法存在泛化性与可解释性不足的问题，为此，提出一种融合特征压缩与行为关联分析的威胁趋势表征方法（Threat Trend Mapping Method, TTMM）。该方法基于自编码器构建低维特征表示，引入对比损失函数强化同类聚合与异类区分；通过聚类分析提取各类数据的基线特征，生成测试样本与基线之间的趋势相似度图谱，从而实现网络威胁的可视化表征。实验表明，TTMM在区分异类基线样本、识别同类趋势特征中表现突出，多类攻击检测的准确率与稳定性优异；且经特征空间优化，在KNN模型及CIC-Bell-DNS-2021等数据集上，准确率最高提升24.11%。
2025,4(3):12-22
, DOI: 10.12407/j.issn.2097-2075.2025.03.012
摘要：
近年来，特征提取网络的发展推动了人脸特征在身份验证、客户分析与员工管理等应用中的广泛使用。作为原始图像的高维语义表示，人脸特征向量已成为跨系统传输的核心数据形式。然而，特征数据泄露将带来严重的隐私与合规风险。为此，本文提出一种端到端水印嵌入方案，支持以鲁棒方式将不同实体的水印信息嵌入人脸特征向量中，并通过提取水印实现泄露溯源。该方法使用编码器对二进制水印信息进行编码，并协同调制特征提取网络的卷积参数和特征图。训练一次即可为海量实体生成带水印的特征向量（实验验证规模达10^38量级）。实验表明，本文方法在保持特征可用性的同时，对多类扰动具有显著更强的鲁棒性，适用于人脸特征数据的安全追踪场景。
近年来，特征提取网络的发展推动了人脸特征在身份验证、客户分析与员工管理等应用中的广泛使用。作为原始图像的高维语义表示，人脸特征向量已成为跨系统传输的核心数据形式。然而，特征数据泄露将带来严重的隐私与合规风险。为此，本文提出一种端到端水印嵌入方案，支持以鲁棒方式将不同实体的水印信息嵌入人脸特征向量中，并通过提取水印实现泄露溯源。该方法使用编码器对二进制水印信息进行编码，并协同调制特征提取网络的卷积参数和特征图。训练一次即可为海量实体生成带水印的特征向量（实验验证规模达10^38量级）。实验表明，本文方法在保持特征可用性的同时，对多类扰动具有显著更强的鲁棒性，适用于人脸特征数据的安全追踪场景。
2025,4(3):47-60
, DOI: 10.12407/j.issn.2097-2075.2025.03.047
摘要：
针对智能网络中终端用户可信度低和信道状态动态变化导致的安全威胁和传输性能下降问题,提出了一种基于用户信任度的智能网络信道安全接入方法。首先,基于序贯规划决策理论,设计了给定多级信任关系下的通信对最优信道安全接入方法,该方法具备三级决策结构且决策阈值可通过统计信息离线计算获得,具备较低计算复杂度。其次,通过量化该接入方法下通信对自身的收益函数,设计了基于理性互惠协作的深度信任关系迭代规则,提出了具备一轮收敛特性的动态智能网络信任迭代与信道安全接入算法,联合优化用户对单体收益与网络整体收益。仿真结果表明,与传统合作/不合作传输方法相比,所提方法在理性协作下,显著提升了系统平均安全吞吐量。
针对智能网络中终端用户可信度低和信道状态动态变化导致的安全威胁和传输性能下降问题,提出了一种基于用户信任度的智能网络信道安全接入方法。首先,基于序贯规划决策理论,设计了给定多级信任关系下的通信对最优信道安全接入方法,该方法具备三级决策结构且决策阈值可通过统计信息离线计算获得,具备较低计算复杂度。其次,通过量化该接入方法下通信对自身的收益函数,设计了基于理性互惠协作的深度信任关系迭代规则,提出了具备一轮收敛特性的动态智能网络信任迭代与信道安全接入算法,联合优化用户对单体收益与网络整体收益。仿真结果表明,与传统合作/不合作传输方法相比,所提方法在理性协作下,显著提升了系统平均安全吞吐量。
2025,4(3):61-70
, DOI: 10.12407/j.issn.2097-2075.2025.03.061
摘要：
现代编译器通常配备数百种程序优化策略，这些策略通过优化选项在编译过程中启用或禁用，以提升生成的二进制代码的性能表现。然而，对于特定程序而言，并非所有优化都能产生积极效果；相反，不同优化措施间可能存在相互作用，导致最终效果难以预测。鉴于现代编译器优化选项的复杂性及手动选择的困难性，本研究聚焦于编译器自动调优的优化选择问题，深入分析了经典的编译自动调优算法，包括遗传算法、贝叶斯优化、强化学习等，并在此基础上提出了一套适用于RISC-V架构的自动调优系统。该系统以流行的GCC编译器和典型的基准测试程序Coremark和Dhrystone为实验平台。在搭载RISC-V处理器的K230开发板上，通过实际运行程序获取优化选项组合与程序性能的对应关系，进而利用有监督或无监督学习方法自动搜索出最佳优化选项组合。实验结果表明，所提出的编译自动调优技术在RISC-V架构上取得了显著的性能提升。与编译器默认的O2或O3优化组合相比，该技术在Coremark上实现了10.7%至16.2%的程序执行性能提升，并在Dhrystone上实现了200%的性能提升。
现代编译器通常配备数百种程序优化策略，这些策略通过优化选项在编译过程中启用或禁用，以提升生成的二进制代码的性能表现。然而，对于特定程序而言，并非所有优化都能产生积极效果；相反，不同优化措施间可能存在相互作用，导致最终效果难以预测。鉴于现代编译器优化选项的复杂性及手动选择的困难性，本研究聚焦于编译器自动调优的优化选择问题，深入分析了经典的编译自动调优算法，包括遗传算法、贝叶斯优化、强化学习等，并在此基础上提出了一套适用于RISC-V架构的自动调优系统。该系统以流行的GCC编译器和典型的基准测试程序Coremark和Dhrystone为实验平台。在搭载RISC-V处理器的K230开发板上，通过实际运行程序获取优化选项组合与程序性能的对应关系，进而利用有监督或无监督学习方法自动搜索出最佳优化选项组合。实验结果表明，所提出的编译自动调优技术在RISC-V架构上取得了显著的性能提升。与编译器默认的O2或O3优化组合相比，该技术在Coremark上实现了10.7%至16.2%的程序执行性能提升，并在Dhrystone上实现了200%的性能提升。
2025,4(3):71-81
, DOI: 10.12407/j.issn.2097-2075.2025.03.071
摘要：
基于雷达系统在现代电子战中面临的新型有源欺骗干扰识别难题，提出了一种基于多维注意力动态卷积网络的识别方法，旨在提升雷达对逼真欺骗干扰的精准辨识能力，支撑高效抗干扰决策。方法上，首先采用短时傅里叶变换将干扰信号转换为时频域特征；进而设计全局动态卷积，通过并行学习四维注意力权重，动态生成自适应卷积核，增强模型对干扰时变特性的捕捉能力。结果显示，在0dB信噪比条件下，模型对仿真的10类干扰信号的总体识别精度达97.80%；且在-9dB至9dB宽信噪比范围内保持总体识别精度大于95%。通过融合时频分析与动态注意力机制，显著提升了复杂电磁环境下欺骗干扰的判别能力和鲁棒性，为雷达抗干扰技术提供了有效解决方案。
基于雷达系统在现代电子战中面临的新型有源欺骗干扰识别难题，提出了一种基于多维注意力动态卷积网络的识别方法，旨在提升雷达对逼真欺骗干扰的精准辨识能力，支撑高效抗干扰决策。方法上，首先采用短时傅里叶变换将干扰信号转换为时频域特征；进而设计全局动态卷积，通过并行学习四维注意力权重，动态生成自适应卷积核，增强模型对干扰时变特性的捕捉能力。结果显示，在0dB信噪比条件下，模型对仿真的10类干扰信号的总体识别精度达97.80%；且在-9dB至9dB宽信噪比范围内保持总体识别精度大于95%。通过融合时频分析与动态注意力机制，显著提升了复杂电磁环境下欺骗干扰的判别能力和鲁棒性，为雷达抗干扰技术提供了有效解决方案。
2025,4(3):82-93
, DOI: 10.12407/j.issn.2097-2075.2025.03.082
摘要：
随着信息技术的高速发展,现代战争进入网络空间领域,攻防战持续升级,为寻找最优防御策略,以乌克兰电网攻击事件为例,提出了一种基于Markov智能演化博弈的多阶段移动目标防御策略优选方法。以移动目标防御为视角,研究网络攻防对抗行为,引入Markov决策过程刻画电网攻防的多阶段特性,利用智能演化博弈描述攻防对抗的有限理性,通过Q学习算法优化攻防策略并设计最优防御策略选取算法。通过数据仿真验证模型,效率和精准度优于传统方法,加速了验证过程并降低了成本。该方法具有较好的可靠性和扩展性,可进一步应用于其他领域。
随着信息技术的高速发展,现代战争进入网络空间领域,攻防战持续升级,为寻找最优防御策略,以乌克兰电网攻击事件为例,提出了一种基于Markov智能演化博弈的多阶段移动目标防御策略优选方法。以移动目标防御为视角,研究网络攻防对抗行为,引入Markov决策过程刻画电网攻防的多阶段特性,利用智能演化博弈描述攻防对抗的有限理性,通过Q学习算法优化攻防策略并设计最优防御策略选取算法。通过数据仿真验证模型,效率和精准度优于传统方法,加速了验证过程并降低了成本。该方法具有较好的可靠性和扩展性,可进一步应用于其他领域。
2025,4(3):94-103
, DOI: 10.12407/j.issn.2097-2075.2025.03.094
摘要：
连续时间量子漫步空间搜索作为量子计算领域的关键研究方向,旨在通过量子力学特性提升图结构数据中目标搜索的效率。为了探究基于连续时间量子漫步模型进行空间搜索问题研究的思路与方法,系统性总结和归纳了现有的连续时间量子漫步空间搜索算法,重点围绕其研究进展、方法分类以及实际应用展开。首先,根据图的结构特性,将现有方法归纳为正则图、非正则图以及动态图上的搜索算法三大类,并详细分析了各类方法的技术原理与性能差异。其次,通过对比正则图上的单目标与多目标搜索策略、非正则图的简并微扰优化方法以及动态图的噪声鲁棒性调控机制,总结了不同方法在搜索成功率和时间复杂的优劣。进一步地,探讨了算法在材料科学、量子通信等领域的应用潜力。最后,针对连续时间量子漫步空间搜索算法研究面临的挑战,对其未来的研究方向进行了展望。
连续时间量子漫步空间搜索作为量子计算领域的关键研究方向,旨在通过量子力学特性提升图结构数据中目标搜索的效率。为了探究基于连续时间量子漫步模型进行空间搜索问题研究的思路与方法,系统性总结和归纳了现有的连续时间量子漫步空间搜索算法,重点围绕其研究进展、方法分类以及实际应用展开。首先,根据图的结构特性,将现有方法归纳为正则图、非正则图以及动态图上的搜索算法三大类,并详细分析了各类方法的技术原理与性能差异。其次,通过对比正则图上的单目标与多目标搜索策略、非正则图的简并微扰优化方法以及动态图的噪声鲁棒性调控机制,总结了不同方法在搜索成功率和时间复杂的优劣。进一步地,探讨了算法在材料科学、量子通信等领域的应用潜力。最后,针对连续时间量子漫步空间搜索算法研究面临的挑战,对其未来的研究方向进行了展望。
2025,4(3):104-112
, DOI: 10.12407/j.issn.2097-2075.2025.03.0104
摘要：
具备高度适应性的智能机器人，不仅能够在各种复杂环境中自主工作，还能够根据实际需求进行自我优化和调整，同时保持高度的运行稳定性和维护能力。这种机器人在无人值守的侦察监视、灾难救援、深海作业、太空探索等危险或极端环境中将具有巨大的应用价值。支撑智能机器人适应性的关键技术包括自重构技术、进化技术和自维持技术等，自重构技术实现形态可变，进化技术优化长期设计，自维持技术确保持续运作。对机器人在自重构、进化及自维持技术方面的研究进展进行了综述，总结了相关最新成果，分析了机器人的自重构、进化与自维持面临的技术难点，并对相关领域的未来发展方向进行了展望，为机器人的高度适应性相关技术的进一步发展提供了参考。
具备高度适应性的智能机器人，不仅能够在各种复杂环境中自主工作，还能够根据实际需求进行自我优化和调整，同时保持高度的运行稳定性和维护能力。这种机器人在无人值守的侦察监视、灾难救援、深海作业、太空探索等危险或极端环境中将具有巨大的应用价值。支撑智能机器人适应性的关键技术包括自重构技术、进化技术和自维持技术等，自重构技术实现形态可变，进化技术优化长期设计，自维持技术确保持续运作。对机器人在自重构、进化及自维持技术方面的研究进展进行了综述，总结了相关最新成果，分析了机器人的自重构、进化与自维持面临的技术难点，并对相关领域的未来发展方向进行了展望，为机器人的高度适应性相关技术的进一步发展提供了参考。
显示模式：
2024,3(1):106-112, DOI: 10.12407/j.issn.2097-2075.2024.01.106
摘要：
现阶段人工智能的应用经常是综合符号主义、行为主义、连接主义三个研究流派的特点，采用多个技术模型和方法实现某种特定的功能，目前人工智能仍然处于弱人工智能的阶段，还没有达到强人工智能的水平。在学习和借鉴世界军事强国人工智能军事应用发展的基础上，总结了目前人工智能在军事领域的应用模式，主要有作战指挥辅助决策、智能辅助训练、无人作战平台自主控制、作战目标辅助识别等，并分析了每种应用模式的研究内容和发展方向。展望人工智能在军事领域的应用，现阶段必须积极进行军用人工智能研发，然而，面对“奇点”，要严格控制强人工智能在军事领域的运用，以防止不利于人类的状况出现。
现阶段人工智能的应用经常是综合符号主义、行为主义、连接主义三个研究流派的特点，采用多个技术模型和方法实现某种特定的功能，目前人工智能仍然处于弱人工智能的阶段，还没有达到强人工智能的水平。在学习和借鉴世界军事强国人工智能军事应用发展的基础上，总结了目前人工智能在军事领域的应用模式，主要有作战指挥辅助决策、智能辅助训练、无人作战平台自主控制、作战目标辅助识别等，并分析了每种应用模式的研究内容和发展方向。展望人工智能在军事领域的应用，现阶段必须积极进行军用人工智能研发，然而，面对“奇点”，要严格控制强人工智能在军事领域的运用，以防止不利于人类的状况出现。
2022,1(1):36-41, DOI: 10.12407/j.issn.2097-2075.2022.01.036
摘要：
随着科学技术发展，各种无人自主系统相继出现。在这其中，无人机作为无人系统的重要组成部分，与智能AI算法结合后在智能集群方面得到了快速发展。为进一步提升无人机集群数量、拓展使用方式，亟需解决集群节点的测向定位问题。本文通过智能阵列天线结合数传图传信号识别的方法对无人机进行高精度测向和定位。经过仿真，对无人机信号进行测向，其俯仰角和方位角的误差能小于1.5°，在此测向误差下，通过四站点对无人机进行定位，3km范围内定位误差小于30m的概率为95%。该方法可以为智能无人机群之间的高精度测向定位提供新的思路和解决方法。
随着科学技术发展，各种无人自主系统相继出现。在这其中，无人机作为无人系统的重要组成部分，与智能AI算法结合后在智能集群方面得到了快速发展。为进一步提升无人机集群数量、拓展使用方式，亟需解决集群节点的测向定位问题。本文通过智能阵列天线结合数传图传信号识别的方法对无人机进行高精度测向和定位。经过仿真，对无人机信号进行测向，其俯仰角和方位角的误差能小于1.5°，在此测向误差下，通过四站点对无人机进行定位，3km范围内定位误差小于30m的概率为95%。该方法可以为智能无人机群之间的高精度测向定位提供新的思路和解决方法。
2023,2(1):53-61, DOI: 10.12407/j.issn.2097-2075.2023.01.053
摘要：
跨视角图像地理定位(Cross-view image geo-localization)是将待查询图像与已知位置不同拍摄角度的图像进行匹配,以确定图像拍摄位置的技术,在公共安全、网络空间治理等领域具有广泛应用前景。本文将现有跨视角图像地理定位方法分为传统的基于人工设计特征的方法和当前流行的基于深度神经网络的方法,并根据特征提取前的视角对齐方式对后者作进一步分类。然后,分析总结了不同类别定位方法的优缺点,为综合利用提供依据。分析结果表明,视角对齐能够有效弥补不同视角之间的巨大差异,提高图像检索的效率和精度,因此设计可解释性强且失真小的视角对齐方法是跨视角图像定位技术研究重点突破的问题之一。
跨视角图像地理定位(Cross-view image geo-localization)是将待查询图像与已知位置不同拍摄角度的图像进行匹配,以确定图像拍摄位置的技术,在公共安全、网络空间治理等领域具有广泛应用前景。本文将现有跨视角图像地理定位方法分为传统的基于人工设计特征的方法和当前流行的基于深度神经网络的方法,并根据特征提取前的视角对齐方式对后者作进一步分类。然后,分析总结了不同类别定位方法的优缺点,为综合利用提供依据。分析结果表明,视角对齐能够有效弥补不同视角之间的巨大差异,提高图像检索的效率和精度,因此设计可解释性强且失真小的视角对齐方法是跨视角图像定位技术研究重点突破的问题之一。
2023,2(4):14-23, DOI: 10.12407/j.issn.2097-2075.2023.04.014
摘要：
RISC-V因其精简、开源、可定制的特点受到学术界和工业界的广泛关注，围绕RISC-V的软件生态也在逐步完善。2021年9月，RISC-V委员会发布了1.0版本的向量指令集规范（RVV），为面向RISC-V的数据级并行优化提供了标准，且部分算法库（如OpenCV）已有面向RVV的移植工作。算法库的开发移植是基于明确的函数原型和语义规范，通常将具有基础（标量）版本的代码实现作为参考，开发的向量版本算法需要符合规范以保证算法库的兼容性。本文提出了一种面向RVV算法库的自动化测试方法，通过对算法函数原型进行解析生成符合规范的测试数据，将向量算法库的测试结果与参考实现对比分析给出测试结论，从而实现算法库的自动化测试。与传统的自动化测试框架相比，本方法无需手动编写测试用例，也无需提供待测目标的设计规范。实验表明，本方法可快速、有效地对RVV算法库进行测试。
RISC-V因其精简、开源、可定制的特点受到学术界和工业界的广泛关注，围绕RISC-V的软件生态也在逐步完善。2021年9月，RISC-V委员会发布了1.0版本的向量指令集规范（RVV），为面向RISC-V的数据级并行优化提供了标准，且部分算法库（如OpenCV）已有面向RVV的移植工作。算法库的开发移植是基于明确的函数原型和语义规范，通常将具有基础（标量）版本的代码实现作为参考，开发的向量版本算法需要符合规范以保证算法库的兼容性。本文提出了一种面向RVV算法库的自动化测试方法，通过对算法函数原型进行解析生成符合规范的测试数据，将向量算法库的测试结果与参考实现对比分析给出测试结论，从而实现算法库的自动化测试。与传统的自动化测试框架相比，本方法无需手动编写测试用例，也无需提供待测目标的设计规范。实验表明，本方法可快速、有效地对RVV算法库进行测试。
2023,2(1):1-12, DOI: 10.12407/j.issn.2097-2075.2023.01.001
摘要：
随着短视频数量的爆发式增长，精准的个性化短视频推荐成为学术界和工业界的迫切需求。然而,现有的推荐方法没有考虑实际的短视频具有数据多源异构多模态、用户行为复杂多样、用户兴趣动态变化等特点。短视频模态间的语义鸿沟、社交网络用户多行为挖掘、用户动态兴趣捕捉依然是短视频推荐领域面临的三个重要问题。针对当前推荐系统存在的问题,并充分考虑短视频推荐系统的实际需求，本文介绍了短视频推荐中基于图表示学习的短视频推荐方法；研究了短视频异构多模态特征表示,充分挖掘视频内容特征并进行高效融合；研究了短视频社交网络用户多行为表示，通过社交网络用户多种行为挖掘更细粒度的用户偏好；研究了用户的动态偏好表示方法，通过利用时序信息建模用户的动态兴趣，保证推荐结果的准确度并增加其多样性与个性化。本研究可在理论和实践上推进基于图特征学习的短视频推荐研究，也可作为短视频推荐系统的关键技术。
随着短视频数量的爆发式增长，精准的个性化短视频推荐成为学术界和工业界的迫切需求。然而,现有的推荐方法没有考虑实际的短视频具有数据多源异构多模态、用户行为复杂多样、用户兴趣动态变化等特点。短视频模态间的语义鸿沟、社交网络用户多行为挖掘、用户动态兴趣捕捉依然是短视频推荐领域面临的三个重要问题。针对当前推荐系统存在的问题,并充分考虑短视频推荐系统的实际需求，本文介绍了短视频推荐中基于图表示学习的短视频推荐方法；研究了短视频异构多模态特征表示,充分挖掘视频内容特征并进行高效融合；研究了短视频社交网络用户多行为表示，通过社交网络用户多种行为挖掘更细粒度的用户偏好；研究了用户的动态偏好表示方法，通过利用时序信息建模用户的动态兴趣，保证推荐结果的准确度并增加其多样性与个性化。本研究可在理论和实践上推进基于图特征学习的短视频推荐研究，也可作为短视频推荐系统的关键技术。
2023,2(1):101-106, DOI: 10.12407/j.issn.2097-2075.2023.01.101
摘要：
自20世纪50年代以来,人工智能引领着各行各业发展的风向,在人工智能技术助力各领域发展的同时,制度设计如何在最大程度上反哺技术和经济的发展成为至关重要的问题。不断推动人工智能技术的创新,不仅要重视人工智能技术本身的保护问题,人工智能生成物的保护也不容忽视。本文收集了国内外相关案例,从学理与司法实践的角度分析人工智能知识产权保护的必要性与可行性,以期通过人工智能知识产权保护推动我国技术进步与法律完善齐头并进。
自20世纪50年代以来,人工智能引领着各行各业发展的风向,在人工智能技术助力各领域发展的同时,制度设计如何在最大程度上反哺技术和经济的发展成为至关重要的问题。不断推动人工智能技术的创新,不仅要重视人工智能技术本身的保护问题,人工智能生成物的保护也不容忽视。本文收集了国内外相关案例,从学理与司法实践的角度分析人工智能知识产权保护的必要性与可行性,以期通过人工智能知识产权保护推动我国技术进步与法律完善齐头并进。
2022,1(2):1-9, DOI: 10.12407/j.issn.2097-2075.2022.02.001
摘要：
随着现代科技的不断革新,以机器学习尤其是深度学习为代表的人工智能技术正在改变无人系统的发展,推动无人作战等作战形态快速演变,对未来战争带来颠覆性影响。然而由于深度学习的不可解释性、脆弱性等问题,人工智能技术在现实应用中产生了诸多不确定性和安全风险。本文聚焦人工智能技术在军事无人系统中的安全问题,从视觉感知的角度出发,重点分析了安全风险来源、对抗样本理论和视觉感知对抗攻击方法和防御对策,最后对无人系统领域人工智能应用的安全问题进行了总结。
随着现代科技的不断革新,以机器学习尤其是深度学习为代表的人工智能技术正在改变无人系统的发展,推动无人作战等作战形态快速演变,对未来战争带来颠覆性影响。然而由于深度学习的不可解释性、脆弱性等问题,人工智能技术在现实应用中产生了诸多不确定性和安全风险。本文聚焦人工智能技术在军事无人系统中的安全问题,从视觉感知的角度出发,重点分析了安全风险来源、对抗样本理论和视觉感知对抗攻击方法和防御对策,最后对无人系统领域人工智能应用的安全问题进行了总结。
2023,2(3):58-67, DOI: 10.12407/j.issn.2097-2075.2023.03.058
摘要：
开源架构RISC-V定义了其内存一致性模型RVWMO，作为多核RISC-V系统软硬件设计开发的重要规范。在多核芯片的验证阶段，需要对芯片的内存一致性进行严格全面的测试。测试通常针对某一访存顺序模式，选取典型的并行程序片段进行大规模测试（又称Litmus测试），通过程序运行的最终状态推测芯片内存一致性模型。通常，更为宽松的内存一致性会导致更多的程序状态。分析Litmus测试结果对于验证芯片的RVWMO兼容性、探索多核系统的内存一致性优化的可能性具有重要意义。以RVWMO规范下允许的程序状态为基准，芯片实测得到更多的程序状态表明其存在兼容性问题，得到更少的程序状态表明其仍具有优化空间。面对规模庞大、行为复杂的Litmus测试，如何对其测试结果进行自动化分析是亟待解决的问题。本文对Litmus测试的原理和输出结果进行了深入分析，提出一种面向RISC-V内存一致性测试的自动化分析方法，采用形式化方法对Litmus测试进行基于RVWMO规范的模拟运行，并通过与芯片的实测结果进行对比分析给出测试结论。本方法基于Hifive Unmatched开发板开展测试。实验表明，本文提出的方法可快速、有效地对RISC-V内存一致性测试进行自动化分析。
开源架构RISC-V定义了其内存一致性模型RVWMO，作为多核RISC-V系统软硬件设计开发的重要规范。在多核芯片的验证阶段，需要对芯片的内存一致性进行严格全面的测试。测试通常针对某一访存顺序模式，选取典型的并行程序片段进行大规模测试（又称Litmus测试），通过程序运行的最终状态推测芯片内存一致性模型。通常，更为宽松的内存一致性会导致更多的程序状态。分析Litmus测试结果对于验证芯片的RVWMO兼容性、探索多核系统的内存一致性优化的可能性具有重要意义。以RVWMO规范下允许的程序状态为基准，芯片实测得到更多的程序状态表明其存在兼容性问题，得到更少的程序状态表明其仍具有优化空间。面对规模庞大、行为复杂的Litmus测试，如何对其测试结果进行自动化分析是亟待解决的问题。本文对Litmus测试的原理和输出结果进行了深入分析，提出一种面向RISC-V内存一致性测试的自动化分析方法，采用形式化方法对Litmus测试进行基于RVWMO规范的模拟运行，并通过与芯片的实测结果进行对比分析给出测试结论。本方法基于Hifive Unmatched开发板开展测试。实验表明，本文提出的方法可快速、有效地对RISC-V内存一致性测试进行自动化分析。
2023,2(1):27-36, DOI: 10.12407/j.issn.2097-2075.2023.01.027
摘要：
人工智能技术在公共、国防安全领域得到了广泛应用,然而智能系统的安全性面临极大挑战。如何有效、全面、深入地对智能系统进行安全测试成为解决当前智能系统安全问题的重要途径。近年来,国内外高度重视智能系统的安全性问题,开展了大量的安全测试理论方法研究并出台了大量相关政策文件。针对智能系统面临的安全问题,本文详细阐述了面向智能系统全生命周期的安全测试理论与方法。首先,本文说明了智能系统的特点、安全内涵及安全机理;接着,本文结合模型训练、模型推理、模型部署三个主要生命周期阶段,详细地阐述了智能系统面临的安全性挑战和测试理论方法;最后,本文从标准、平台等角度阐明了构建智能系统安全测试支撑体系的方式,分析了自动驾驶典型场景下的智能系统安全测试案例,并给出了未来展望。开展智能系统安全测试理论和方法体系的建设,可有效规避系统潜在风险和质量缺陷,是实现人工智能算法可解释、可信赖的基本路径,对于确保人工智能技术安全、可靠、可控具有重要意义。
人工智能技术在公共、国防安全领域得到了广泛应用,然而智能系统的安全性面临极大挑战。如何有效、全面、深入地对智能系统进行安全测试成为解决当前智能系统安全问题的重要途径。近年来,国内外高度重视智能系统的安全性问题,开展了大量的安全测试理论方法研究并出台了大量相关政策文件。针对智能系统面临的安全问题,本文详细阐述了面向智能系统全生命周期的安全测试理论与方法。首先,本文说明了智能系统的特点、安全内涵及安全机理;接着,本文结合模型训练、模型推理、模型部署三个主要生命周期阶段,详细地阐述了智能系统面临的安全性挑战和测试理论方法;最后,本文从标准、平台等角度阐明了构建智能系统安全测试支撑体系的方式,分析了自动驾驶典型场景下的智能系统安全测试案例,并给出了未来展望。开展智能系统安全测试理论和方法体系的建设,可有效规避系统潜在风险和质量缺陷,是实现人工智能算法可解释、可信赖的基本路径,对于确保人工智能技术安全、可靠、可控具有重要意义。
2022,1(1):49-56, DOI: 10.12407/j.issn.2097-2075.2022.01.049
摘要：
在先进的交通系统中，道路提取是最重要的任务之一。高分辨率遥感影像道路区域的提取具有复杂的背景和道路网络的异质性、高类间差异和低类内差异等特点。近几年来，卷积神经网络(CNN)在道路提取方面取得了里程碑式的进展。虽然CNN已经取得了很好的发展，但是由于卷积运算的局域性，网络无法很好地学习全局和长程语义信息交互。本文提出了Swin Transformer Unet，它结合了带有跳跃连接的U型编解码器结构和带有移位窗口的Swin Transformer模块。为了获得更好的性能，本文采用了数据增广、数据预处理等技术。本文选取马萨诸塞州道路数据集作为数据集进行道路提取实验，结果表明，所提出的网络在遥感图像道路提取中的性能优于其他U形网络，可以实现遥感影像道路的精确提取。
在先进的交通系统中，道路提取是最重要的任务之一。高分辨率遥感影像道路区域的提取具有复杂的背景和道路网络的异质性、高类间差异和低类内差异等特点。近几年来，卷积神经网络(CNN)在道路提取方面取得了里程碑式的进展。虽然CNN已经取得了很好的发展，但是由于卷积运算的局域性，网络无法很好地学习全局和长程语义信息交互。本文提出了Swin Transformer Unet，它结合了带有跳跃连接的U型编解码器结构和带有移位窗口的Swin Transformer模块。为了获得更好的性能，本文采用了数据增广、数据预处理等技术。本文选取马萨诸塞州道路数据集作为数据集进行道路提取实验，结果表明，所提出的网络在遥感图像道路提取中的性能优于其他U形网络，可以实现遥感影像道路的精确提取。
2022,1(2):34-40, DOI: 10.12407/j.issn.2097-2075.2022.02.034
摘要：
针对战场态势感知存在的不足，将其拓展到战场态势认知范畴，提出了混合增强认知战场态势的概念。通过分析当前态势认知所遭遇的瓶颈，给出了混合增强战场态势认知的基本架构，并进一步探讨了混合增强战场态势认知存在的主要矛盾，可为战场态势认知体系构建提供参考。
针对战场态势感知存在的不足，将其拓展到战场态势认知范畴，提出了混合增强认知战场态势的概念。通过分析当前态势认知所遭遇的瓶颈，给出了混合增强战场态势认知的基本架构，并进一步探讨了混合增强战场态势认知存在的主要矛盾，可为战场态势认知体系构建提供参考。
2022,1(2):10-18, DOI: 10.12407/j.issn.2097-2075.2022.02.010
摘要：
对抗攻击能够欺骗图像检索模型，使其得到错误的检索结果，因此利用对抗攻击技术能够实现对图像信息的保护。但传统的对抗攻击方法攻击效果有限，生成的对抗样本失真程度较高。针对该问题，提出了一种基于假想对象的无目标图像检索对抗攻击方法。通过引入一批图像作为辅助样本，从中选取与查询图像特征差距最大的样本作为假想对象以引导攻击方向，从而提高攻击的效率。在Paris6k和Oxford5k两个图像检索数据集上的实验结果表明，相比传统方法，该方法生成的对抗样本具有更强的攻击效果和更高的图像质量，从而能够更好地保护图像信息。
对抗攻击能够欺骗图像检索模型，使其得到错误的检索结果，因此利用对抗攻击技术能够实现对图像信息的保护。但传统的对抗攻击方法攻击效果有限，生成的对抗样本失真程度较高。针对该问题，提出了一种基于假想对象的无目标图像检索对抗攻击方法。通过引入一批图像作为辅助样本，从中选取与查询图像特征差距最大的样本作为假想对象以引导攻击方向，从而提高攻击的效率。在Paris6k和Oxford5k两个图像检索数据集上的实验结果表明，相比传统方法，该方法生成的对抗样本具有更强的攻击效果和更高的图像质量，从而能够更好地保护图像信息。
2022,1(1):15-22, DOI: 10.12407/j.issn.2097-2075.2022.01.015
摘要：
胡蜂攻击蜂群是蜜蜂养殖过程中的主要敌害之一，通过声音手段进行蜂群的监测管理是智慧养蜂业的重要手段。本文以意大利蜜蜂为研究对象，通过实验过程中采集到的胡蜂攻击蜂群的声学数据，从声音信号的声谱图特征分析出发，选择了短时能量、短时过零率、短时平均幅度、声音复杂度等9个声音特征参数，利用支持向量机技术进行模式识别建模。结果表明，在径向基核函数的支持下选择9维参数参与建模，精度可达到84.70%；利用主成分变换后的6维参数进行建模，精度可达到86.23%。利用随机森林分析技术对选择的9维变量进行分析，得到短时过零率、频谱质心、音频均匀度指数、短时平均幅度这4个参数对建模获得的重要性最大。
胡蜂攻击蜂群是蜜蜂养殖过程中的主要敌害之一，通过声音手段进行蜂群的监测管理是智慧养蜂业的重要手段。本文以意大利蜜蜂为研究对象，通过实验过程中采集到的胡蜂攻击蜂群的声学数据，从声音信号的声谱图特征分析出发，选择了短时能量、短时过零率、短时平均幅度、声音复杂度等9个声音特征参数，利用支持向量机技术进行模式识别建模。结果表明，在径向基核函数的支持下选择9维参数参与建模，精度可达到84.70%；利用主成分变换后的6维参数进行建模，精度可达到86.23%。利用随机森林分析技术对选择的9维变量进行分析，得到短时过零率、频谱质心、音频均匀度指数、短时平均幅度这4个参数对建模获得的重要性最大。
2022,1(1):9-14, DOI: 10.12407/j.issn.2097-2075.2022.01.009
摘要：
针对智能集群概念的定义问题,从理论层面进行了智能集群空间分布特性的研究。首先建立了智能集群的边界模型，分别描述了智能集群的最大边界范围模型和个体最小安全范围模型，其次提出了智能集群的密度界限的概念，定义了智能集群的最大密度及最小密度的概念，最后通过仿真实验验证了所提出的智能集群空间特性指标的合理性，使得智能集群的概念变得具体和清晰。
针对智能集群概念的定义问题,从理论层面进行了智能集群空间分布特性的研究。首先建立了智能集群的边界模型，分别描述了智能集群的最大边界范围模型和个体最小安全范围模型，其次提出了智能集群的密度界限的概念，定义了智能集群的最大密度及最小密度的概念，最后通过仿真实验验证了所提出的智能集群空间特性指标的合理性，使得智能集群的概念变得具体和清晰。
2022,1(1):1-8, DOI: 10.12407/j.issn.2097-2075.2022.01.001
摘要：
近年来，随着人工智能技术在各个领域的不断成熟和推广，特别是其在视觉识别领域所具备的高精度、快响应性，使智能识别技术已经逐渐替代了传统视觉识别技术，成为新一轮技术革命引领产业变革的增长点之一。然而，在实际应用中典型智能识别技术亦存在一定的技术壁垒，如何从这些关键点出发，成为提升“矛和盾”两方面性能的主要抓手。基于此，本文从典型视觉识别方法出发，在深入剖析智能识别算法的核心基础点上，通过详实的案例指出了该方法目前存在的应用瓶颈以及反识别的应用方向。
近年来，随着人工智能技术在各个领域的不断成熟和推广，特别是其在视觉识别领域所具备的高精度、快响应性，使智能识别技术已经逐渐替代了传统视觉识别技术，成为新一轮技术革命引领产业变革的增长点之一。然而，在实际应用中典型智能识别技术亦存在一定的技术壁垒，如何从这些关键点出发，成为提升“矛和盾”两方面性能的主要抓手。基于此，本文从典型视觉识别方法出发，在深入剖析智能识别算法的核心基础点上，通过详实的案例指出了该方法目前存在的应用瓶颈以及反识别的应用方向。
2024,3(2):87-95, DOI: 10.12407/j.issn.2097-2075.2024.02.087
摘要：
过渡族难熔金属元素和碳组成的高熵碳化物陶瓷因具有优异的耐高温性能,在高熵材料领域引起了关注。由于涉及复杂的成分范围和服役环境,利用传统试错法研发高熵碳化物陶瓷周期长且成本高,而采用第一性原理计算方法可以准确高效地预测高熵碳化物陶瓷的相稳定性、弹性性能、电子结构和热力学等性质。本文对第一性原理计算方法进行了简述,并对第一性原理计算在高熵碳化物陶瓷研究中的应用成果进行了综述,最后展望了第一性原理计算在高熵碳化物陶瓷领域的发展方向。
过渡族难熔金属元素和碳组成的高熵碳化物陶瓷因具有优异的耐高温性能,在高熵材料领域引起了关注。由于涉及复杂的成分范围和服役环境,利用传统试错法研发高熵碳化物陶瓷周期长且成本高,而采用第一性原理计算方法可以准确高效地预测高熵碳化物陶瓷的相稳定性、弹性性能、电子结构和热力学等性质。本文对第一性原理计算方法进行了简述,并对第一性原理计算在高熵碳化物陶瓷研究中的应用成果进行了综述,最后展望了第一性原理计算在高熵碳化物陶瓷领域的发展方向。
2024,3(2):1-9, DOI: 10.12407/j.issn.2097-2075.2024.02.001
摘要：
高超声速飞行器前缘等尖锐部件在飞行过程中承受剧烈气动加热,表面温度可高达2 000~3 000 K以上,其热防护系统已成为制约飞行器突破飞行速度和航时极限的关键技术瓶颈。本文研究了一种基于电子发汗冷却的新型主动热防护技术路线,在电子热发射及冷却功率理论模型基础上构建了前缘热平衡方程,并基于Navier-Stokes方程耦合双温模型和11组分反应模型,运用计算流体动力学方法研究了前缘部件在不同条件下的热响应。结果表明,来流速度、前缘材料功函数、前缘曲率半径对电子发汗冷却效果均有显著影响。来流速度越高、前缘功函数越低、前缘曲率半径越小,电子发汗冷却所产生的温降幅度越大；在理想条件下,电子发汗冷却可产生超过40%幅度的降温效果,揭示了其应用于新一代主动热防护系统的潜力。
高超声速飞行器前缘等尖锐部件在飞行过程中承受剧烈气动加热,表面温度可高达2 000~3 000 K以上,其热防护系统已成为制约飞行器突破飞行速度和航时极限的关键技术瓶颈。本文研究了一种基于电子发汗冷却的新型主动热防护技术路线,在电子热发射及冷却功率理论模型基础上构建了前缘热平衡方程,并基于Navier-Stokes方程耦合双温模型和11组分反应模型,运用计算流体动力学方法研究了前缘部件在不同条件下的热响应。结果表明,来流速度、前缘材料功函数、前缘曲率半径对电子发汗冷却效果均有显著影响。来流速度越高、前缘功函数越低、前缘曲率半径越小,电子发汗冷却所产生的温降幅度越大；在理想条件下,电子发汗冷却可产生超过40%幅度的降温效果,揭示了其应用于新一代主动热防护系统的潜力。
2022,1(2):26-33, DOI: 10.12407/j.issn.2097-2075.2022.02.026
摘要：
本文以弯曲超长的钢卷标号为研究对象，提出一种调整字符区域方位的预处理方法和钢卷标号识别的方案。首先使用改进U-Net 模型分割字符区域并将文本区域调整至图像上方，然后使用改进Mask TextSpotter V3进行标号识别。实验结果表明，相较于原模型，改进的U-Net模型在反光等干扰的情况下提升了字符区域分割效果，交并比提升了14%；改进的Mask TextSpotter V3模型改善了原模型易受噪声影响、模糊图像文本检测准确率低的问题，在整体长字符检测与识别中，模糊图像的文本检测召回率提高了4%，字符错误率降低了12.49%。整体模型框架针对变长弯曲的多方向长字符在真实场景中准确率能够稳定在98%及以上，在对钢卷标号或类似对象的识别上有一定的先进性、实用性和参考性。
本文以弯曲超长的钢卷标号为研究对象，提出一种调整字符区域方位的预处理方法和钢卷标号识别的方案。首先使用改进U-Net 模型分割字符区域并将文本区域调整至图像上方，然后使用改进Mask TextSpotter V3进行标号识别。实验结果表明，相较于原模型，改进的U-Net模型在反光等干扰的情况下提升了字符区域分割效果，交并比提升了14%；改进的Mask TextSpotter V3模型改善了原模型易受噪声影响、模糊图像文本检测准确率低的问题，在整体长字符检测与识别中，模糊图像的文本检测召回率提高了4%，字符错误率降低了12.49%。整体模型框架针对变长弯曲的多方向长字符在真实场景中准确率能够稳定在98%及以上，在对钢卷标号或类似对象的识别上有一定的先进性、实用性和参考性。
2024,3(2):20-28, DOI: 10.12407/j.issn.2097-2075.2024.02.020
摘要：
形状记忆环氧树脂是制备可展开空间结构的重要材料之一,通过分子动力学模拟预测环氧树脂的形状记忆性能是设计与制备形状记忆环氧树脂的有效指导手段。在pcff力场下,通过分子动力学模拟方法,构建了交联度分别为36%、48%、59%、72%和84%的三乙烯四胺固化的双酚A环氧树脂聚合物模型,并模拟计算了其玻璃化转变温度、力学性能及形状记忆性能。结果表明,不同交联度的环氧树脂聚合物模型均表现出较好的形状固定率,为80%~86%；分析聚合物模型的x、y、z三轴回复性可知,36%交联度的环氧树脂不具有形状记忆性能,48%交联度的环氧树脂形状记忆性能较差,而59%、72%、84%交联度的环氧树脂的形状回复率均能达到80%以上,具有良好的形状记忆性能,且交联度越高形状回复速度越慢。
形状记忆环氧树脂是制备可展开空间结构的重要材料之一,通过分子动力学模拟预测环氧树脂的形状记忆性能是设计与制备形状记忆环氧树脂的有效指导手段。在pcff力场下,通过分子动力学模拟方法,构建了交联度分别为36%、48%、59%、72%和84%的三乙烯四胺固化的双酚A环氧树脂聚合物模型,并模拟计算了其玻璃化转变温度、力学性能及形状记忆性能。结果表明,不同交联度的环氧树脂聚合物模型均表现出较好的形状固定率,为80%~86%；分析聚合物模型的x、y、z三轴回复性可知,36%交联度的环氧树脂不具有形状记忆性能,48%交联度的环氧树脂形状记忆性能较差,而59%、72%、84%交联度的环氧树脂的形状回复率均能达到80%以上,具有良好的形状记忆性能,且交联度越高形状回复速度越慢。
2024,3(2):70-75, DOI: 10.12407/j.issn.2097-2075.2024.02.070
摘要：
随着陆海空一体化6G通信网络的不断发展，水声调制信号识别技术在民用和军用领域中均具有十分重要的意义与价值，以保障通信系统的信息安全。本文首先从现有的识别方法入手，对经典的水声通信调制识别方法进行了系统梳理；其次，设计了一种迁移学习策略的水声通信调制识别方法，并通过水声信道建模生成了4种典型水声通信信号的数据集（包括BPSK、QPSK、2FSK和4FSK），采用小波方法获取信号时频特征，基于迁移学习理论设计AlexNet网络，以实现水声通信信号的调制方式识别。仿真实验结果表明，所提出方法在低信噪比下的识别率均能保持在85%以上，具有较好的识别性能。
随着陆海空一体化6G通信网络的不断发展，水声调制信号识别技术在民用和军用领域中均具有十分重要的意义与价值，以保障通信系统的信息安全。本文首先从现有的识别方法入手，对经典的水声通信调制识别方法进行了系统梳理；其次，设计了一种迁移学习策略的水声通信调制识别方法，并通过水声信道建模生成了4种典型水声通信信号的数据集（包括BPSK、QPSK、2FSK和4FSK），采用小波方法获取信号时频特征，基于迁移学习理论设计AlexNet网络，以实现水声通信信号的调制方式识别。仿真实验结果表明，所提出方法在低信噪比下的识别率均能保持在85%以上，具有较好的识别性能。
信息公告更多+
- ·《智能安全》第二届青年编委招募公告11-05
- ·《智能安全》期刊审稿专家招募公告09-05
- ·《智能安全》首届青年编委名单公布02-18
- ·关于首届“智能安全论坛”的征文通知04-16
- ·《智能安全》2022-2023年优秀论文获奖名单03-01
- ·《智能安全》致谢审稿专家03-01
下载中心更多+
- ·《智能安全》青年编委申请表12-17
- ·《智能安全》投稿论文模板07-31
- ·保密审查证明模板03-05
- ·《智能安全》与作者论文著作权转让协议10-20
- ·审稿人登录说明03-06
- ·GB／T 7714—2015参考文献著录规则11-11
版权信息
- 主管：
中国人民解放军军事科学院
- 主办：
军事科学院国防科技创新研究院
- 编辑出版：
《智能安全》编辑部
- 发行单位：
军事科学出版社
- 地址：
北京市丰台区丰台东大街53号院
- 国内统一连续出版物号：
CN 10-1848/E
- 国际刊号：
ISSN 2097-2075
友情链接
微信公众号二维码
扫描关注微信公众号